matrixmatrix乘法的函数numpy.dot（）、@和方法.dot（）之间有什么区别？

Question

有什么区别吗？如果不是，公约更倾向于什么？ 演出似乎差不多

a=np.random.rand(1000,1000)
b=np.random.rand(1000,1000)
%timeit a.dot(b)     #14.3 ms ± 374 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit np.dot(a,b)  #14.7 ms ± 315 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit a @ b        #15.1 ms ± 779 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

Answer 1

他们基本上都在做同样的事情。就时间而言，根据Numpy的文件here：

• 如果a和b都是一维数组，则它是向量的内积 （没有复合共轭）

• 如果a和b都是二维数组，则是矩阵乘法，但 首选使用matmul或a @ b

• 如果a或b是0-D（标量），则相当于乘法和 首选使用numpy.multiply(a, b)或a * b

• 如果a是N-D数组，b是1-D数组，则它是 a和b的最后一个轴